基于FABEMD的变化光照下人脸识别方法

摘要：

在光照变化的环境下,人脸识别因受到光照强度和方向的非线性干扰而变得困难重重.在人脸局部区域,光照的变化比较缓慢,而皮肤对光照的反射率特征变化比较快,可以认为光照变化是低频信号,而人脸本质特征是高频信号.FABEMD是一种快速自适应的BEMD(Bidimensional Empirical Mode Decomposition,二维经验模式分解)方法,它能够将图像分解为不同尺度的高频图像和低频图像,高频图像代表了人脸皮肤细节纹理特征,而低频图像则代表了轮廓特征.但是并不能定量判别什么样的高频信号以及多少高频信号能够用来消除光照影响,所以提出了两种衡量高频细节信息量的方法,将这些信息量的相对值来推算融合不同尺度的高频信号权重系数.基于Yale B人脸数据库的实验数据证明了所提方法能够取得很好的识别效果.

关键词：光照不变性、快速自适应的二维经验模式分解(FABEMD)、二维经验模式分解(BEMD)、人脸识别

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 61003120,60873092

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-4,16